Modelos de Probabilidade e Inferência Estatística

Documentos relacionados
Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula 1 04/14 1 / 35

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula 2 08/11 1 / 25

Introdução à Estatística

Probabilidade em espaços discretos. Prof.: Joni Fusinato

T o e r o ia a da P oba ba i b lida d de

Prof.: Joni Fusinato

UNIVERSIDADE FEDERAL DA PARAÍBA Departamento de Estatística. Probabilidade

Introdução à Probabilidade

Lista de exercícios Defina o espaço amostral para cada um dos seguintes experimentos aleatórios:

UNIVERSIDADE FEDERAL DA PARAÍBA

Estatística Empresarial. Fundamentos de Probabilidade

3 NOÇÕES DE PROBABILIDADE

UNIVERSIDADE FEDERAL DA PARAÍBA Departamento de Estatística. Probabilidade. Cálculo das Probabilidades e Estatística I Luiz Medeiros

Probabilidade Parte 1. Camyla Moreno

ESTATÍSTICA I LISTA DE EXERCÍCIOS 2 GABARITO

Definição: É uma coleção bem definida de

Teoria das probabilidades

Teoria das Probabilidades

Teoria das Probabilidades

Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas. Probabilidades. Cristian Villegas

Lista de exercícios Defina o espaço amostral para cada um dos seguintes experimentos aleatórios:

NOÇÕES DE PROBABILIDADE

NOÇÕES DE PROBABILIDADE

14/03/2014. Tratamento de Incertezas TIC Aula 1. Conteúdo Espaços Amostrais e Probabilidade. Revisão de conjuntos. Modelos Probabilísticos

Probabilidade - 7/7/2018. Prof. Walter Tadeu

TEORIA DA PROBABILIDADE

Prof.Letícia Garcia Polac. 26 de setembro de 2017

Teoria da Probabilidade

Aula 4. NOÇÕES DE PROBABILIDADE

Teoria das Probabilidades

Probabilidade. Objetivos de Aprendizagem. UFMG-ICEx-EST. Cap. 2 - Probabilidade Espaços Amostrais e Eventos. 2.1.

Probabilidade. Probabilidade e Estatística. Prof. Dr. Narciso Gonçalves da Silva

PROBABILIDADES PROBABILIDADE DE UM EVENTO EM UM ESPAÇO AMOSTRAL FINITO

Probabilidade ESQUEMA DO CAPÍTULO. UFMG-ICEx-EST Cap. 2- Probabilidade 1

Teoria das Probabilidades

Modelos de Probabilidade e Inferência Estatística

Universidade Estadual de Londrina Centro de Ciências Exatas Departamento de Estatística. Probabilidades

1 Definição Clássica de Probabilidade

AULA 4 -Probabilidade Condicional e Regra de Bayes

Probabilidades. Wagner H. Bonat Elias T. Krainski Fernando P. Mayer

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula 3 03/14 1 / 20

Variáveis Aleatórias. Prof. Tarciana Liberal Departamento de Estatística - UFPB

NOÇÕES DE PROBABILIDADE

Matemática & Raciocínio Lógico

Curso de Farmácia Estatística Vital Aula 05 Comentários Adicionais. Prof. Hemílio Fernandes Depto. de Estatística - UFPB

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba

Disciplina: Prof. a Dr. a Simone Daniela Sartorio de Medeiros. DTAiSeR-Ar

Teoria das Probabilidades

Os experimentos que repetidos sob as mesmas condições produzem resultados geralmente diferentes serão chamados experimentos aleatórios.

Aula - Introdução a Teoria da Probabilidade

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 1 / 23

1 Variáveis Aleatórias

INTRODUÇÃO À PROBABILIDADE

PROBABILIDADE. Aula 2 Probabilidade Básica. Fernando Arbache

CE Estatística I

Exercícios de Probabilidade - Lista 1. Profa. Ana Maria Farias

2 Conceitos Básicos de Probabilidade

Estatística. Probabilidade. Conteúdo. Objetivos. Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal.

Alguns símbolos:, para todos;, existe e não existe;, final da prova;, se, e somente se;, implica;, tal que; portanto e pois., leia união.

Sumário. 2 Índice Remissivo 12

2. Nas Figuras 1a a 1d, assinale a área correspondente ao evento indicado na legenda. Figura 1: Exercício 2

Chama-se evento todo subconjunto de um espaço amostral. PROBABILIDADE. Introdução

2. Nas Figuras 1a a 1d, assinale a área correspondente ao evento indicado na legenda. Figura 1: Exercício 2

Prof. Janete Pereira Amador 1. 1 Introdução

Modelos de Probabilidade e Inferência Estatística

Conceitos básicos de teoria da probabilidade

Noções sobre Probabilidade

TEORIA DAS PROBABILIDADES

Variáveis Aleatórias. Prof. Tarciana Liberal Departamento de Estatística - UFPB

3. (Apostila 1 - ex.1.4) Defina um espaço amostral para cada um dos seguintes experimentos

Estatística (MAD231) Turma: IGA. Período: 2017/2

2. INTRODUÇÃO À PROBABILIDADE

Probabilidade e Estatística

3. Probabilidade P(A) =

Efeito. Causas. Determinístico. Sistema Real. Probabilístico. Gravitação F = GM 1 M 2 /r 2. Aceleração clássica. v = at. Aceleração relativística

Fernando de Pol Mayer. Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR)

AULA 08 Probabilidade

Universidade Federal da Paraíba Departamento de Estatística Lista 1 - Julho de 2016

1. (Meyer,2000) Suponha que o conjunto fundamental seja formado pelos inteiros positivos

PROBABILIDADE. Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti

Estatística. Aula : Probabilidade. Prof. Ademar

Lista de exercícios de Matemática Eventos, espaço amostral e definição de probabilidade. Probabilidade condicional. Exercícios gerais.

Transcrição:

Modelos de Probabilidade e Inferência Estatística Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula 1 03/14 1 / 49

Conceitos Fundamentais Prof. Tarciana Liberal (UFPB) Aula 1 03/14 2 / 49

Conceitos Fundamentais Prof. Tarciana Liberal (UFPB) Aula 1 03/14 3 / 49

Conceitos Fundamentais Prof. Tarciana Liberal (UFPB) Aula 1 03/14 4 / 49

Conceitos Fundamentais Prof. Tarciana Liberal (UFPB) Aula 1 03/14 5 / 49

Conceitos Fundamentais Prof. Tarciana Liberal (UFPB) Aula 1 03/14 6 / 49

Conceitos Fundamentais Prof. Tarciana Liberal (UFPB) Aula 1 03/14 7 / 49

História da Estatística no mundo Prof. Tarciana Liberal (UFPB) Aula 1 03/14 8 / 49

História da Estatística no mundo Prof. Tarciana Liberal (UFPB) Aula 1 03/14 9 / 49

História da Estatística no mundo Prof. Tarciana Liberal (UFPB) Aula 1 03/14 10 / 49

História da Estatística no mundo Prof. Tarciana Liberal (UFPB) Aula 1 03/14 11 / 49

História da Estatística no mundo Prof. Tarciana Liberal (UFPB) Aula 1 03/14 12 / 49

História da Estatística no mundo Prof. Tarciana Liberal (UFPB) Aula 1 03/14 13 / 49

História da Estatística no mundo Prof. Tarciana Liberal (UFPB) Aula 1 03/14 14 / 49

História da Estatística no mundo Prof. Tarciana Liberal (UFPB) Aula 1 03/14 15 / 49

História da Estatística no mundo Prof. Tarciana Liberal (UFPB) Aula 1 03/14 16 / 49

História da Estatística no mundo Prof. Tarciana Liberal (UFPB) Aula 1 03/14 17 / 49

História da Estatística no mundo Prof. Tarciana Liberal (UFPB) Aula 1 03/14 18 / 49

História da Estatística no mundo Prof. Tarciana Liberal (UFPB) Aula 1 03/14 19 / 49

Introdução Prof. Tarciana Liberal (UFPB) Aula 1 03/14 20 / 49

Introdução A Teoria das Probabilidades é o ramo da matemática desenvolvido para tratar com incertezas (aleatoriedade). Muitos fenômenos têm a propriedade de a sua observação, repetida sob condições especificadas, conduzir invariavelmente ao mesmo resultado. Exemplos: 1 O fluxo de corrente elétrica observável em um circuito simples (Lei de Ohm: I = E/R). 2 O tempo em que uma bola atingirá o solo após cair através do vácuo (Lei da Gravitação: t = 2d/g). 3 O índice de massa corporal (IMC) em um estudo sobre Câncer (IMC = peso/altura 2 ). Para tais exemplos, modelos que estipulam que as condições sob as quais um experimento seja executado determinam o resultado do experimento são apropriados. Tais modelos são chamados de modelos determinísticos. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 21 / 49

Introdução A Teoria das Probabilidades é o ramo da matemática desenvolvido para tratar com incertezas (aleatoriedade). Muitos fenômenos têm a propriedade de a sua observação, repetida sob condições especificadas, conduzir invariavelmente ao mesmo resultado. Exemplos: 1 O fluxo de corrente elétrica observável em um circuito simples (Lei de Ohm: I = E/R). 2 O tempo em que uma bola atingirá o solo após cair através do vácuo (Lei da Gravitação: t = 2d/g). 3 O índice de massa corporal (IMC) em um estudo sobre Câncer (IMC = peso/altura 2 ). Para tais exemplos, modelos que estipulam que as condições sob as quais um experimento seja executado determinam o resultado do experimento são apropriados. Tais modelos são chamados de modelos determinísticos. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 21 / 49

Introdução A Teoria das Probabilidades é o ramo da matemática desenvolvido para tratar com incertezas (aleatoriedade). Muitos fenômenos têm a propriedade de a sua observação, repetida sob condições especificadas, conduzir invariavelmente ao mesmo resultado. Exemplos: 1 O fluxo de corrente elétrica observável em um circuito simples (Lei de Ohm: I = E/R). 2 O tempo em que uma bola atingirá o solo após cair através do vácuo (Lei da Gravitação: t = 2d/g). 3 O índice de massa corporal (IMC) em um estudo sobre Câncer (IMC = peso/altura 2 ). Para tais exemplos, modelos que estipulam que as condições sob as quais um experimento seja executado determinam o resultado do experimento são apropriados. Tais modelos são chamados de modelos determinísticos. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 21 / 49

Introdução A Teoria das Probabilidades é o ramo da matemática desenvolvido para tratar com incertezas (aleatoriedade). Muitos fenômenos têm a propriedade de a sua observação, repetida sob condições especificadas, conduzir invariavelmente ao mesmo resultado. Exemplos: 1 O fluxo de corrente elétrica observável em um circuito simples (Lei de Ohm: I = E/R). 2 O tempo em que uma bola atingirá o solo após cair através do vácuo (Lei da Gravitação: t = 2d/g). 3 O índice de massa corporal (IMC) em um estudo sobre Câncer (IMC = peso/altura 2 ). Para tais exemplos, modelos que estipulam que as condições sob as quais um experimento seja executado determinam o resultado do experimento são apropriados. Tais modelos são chamados de modelos determinísticos. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 21 / 49

Introdução A Teoria das Probabilidades é o ramo da matemática desenvolvido para tratar com incertezas (aleatoriedade). Muitos fenômenos têm a propriedade de a sua observação, repetida sob condições especificadas, conduzir invariavelmente ao mesmo resultado. Exemplos: 1 O fluxo de corrente elétrica observável em um circuito simples (Lei de Ohm: I = E/R). 2 O tempo em que uma bola atingirá o solo após cair através do vácuo (Lei da Gravitação: t = 2d/g). 3 O índice de massa corporal (IMC) em um estudo sobre Câncer (IMC = peso/altura 2 ). Para tais exemplos, modelos que estipulam que as condições sob as quais um experimento seja executado determinam o resultado do experimento são apropriados. Tais modelos são chamados de modelos determinísticos. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 21 / 49

Introdução A Teoria das Probabilidades é o ramo da matemática desenvolvido para tratar com incertezas (aleatoriedade). Muitos fenômenos têm a propriedade de a sua observação, repetida sob condições especificadas, conduzir invariavelmente ao mesmo resultado. Exemplos: 1 O fluxo de corrente elétrica observável em um circuito simples (Lei de Ohm: I = E/R). 2 O tempo em que uma bola atingirá o solo após cair através do vácuo (Lei da Gravitação: t = 2d/g). 3 O índice de massa corporal (IMC) em um estudo sobre Câncer (IMC = peso/altura 2 ). Para tais exemplos, modelos que estipulam que as condições sob as quais um experimento seja executado determinam o resultado do experimento são apropriados. Tais modelos são chamados de modelos determinísticos. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 21 / 49

Introdução Existem outros fenômenos cuja observação, repetida sob condições especificadas, não conduz sempre ao mesmo resultado. Exemplos: 1 Lançamento de uma moeda. 2 Jogo de futebol: SPORT x Náutico. 3 Pode parecer impossível fazer qualquer afirmação válida sob tais fenômenos, contudo a experiência mostra que muitos fenômenos aleatórios exibem uma regularidade estatística que os torna passíveis de estudo. Para tais fenômenos, modelos que estipulam que as condições do experimento determinam apenas o comportamento probabilístico do resultado observável são apropriados. Tais modelos são chamados modelos probabilísticos. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 22 / 49

Introdução Existem outros fenômenos cuja observação, repetida sob condições especificadas, não conduz sempre ao mesmo resultado. Exemplos: 1 Lançamento de uma moeda. 2 Jogo de futebol: SPORT x Náutico. 3 Pode parecer impossível fazer qualquer afirmação válida sob tais fenômenos, contudo a experiência mostra que muitos fenômenos aleatórios exibem uma regularidade estatística que os torna passíveis de estudo. Para tais fenômenos, modelos que estipulam que as condições do experimento determinam apenas o comportamento probabilístico do resultado observável são apropriados. Tais modelos são chamados modelos probabilísticos. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 22 / 49

Introdução A teoria da probabilidade oferece métodos de quantificação das chances ou possibilidades de ocorrência associadas aos diversos resultados de um experimento aleatório. Experimento Aleatório: É qualquer ação ou processo cujo resultado está sujeito à incerteza. Isto é, um experimento aleatório pode fornecer diferentes resultados, embora seja repetido da mesma maneira. Pergunta: O que os experimentos aleatórios têm em comum? Resposta: Cada experimento pode ser repetido indefinidamente sob condições essencialmente inalteradas. Embora não possamos afirmar que resultado particular ocorrerá, nós podemos descrever o conjunto de todos os resultados possíveis do experimento. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 23 / 49

Introdução Quando o experimento é executado repetidamente, sob as mesmas condições, os resultados individuais parecerão ocorrer de uma forma casual (acidental). No entanto, à medida que o número de repetições aumenta, surgem certos padrões na frequência de ocorrência dos resultados. É esta regularidade (padrão) que torna possível construir um modelo matemático para analisar o experimento. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 24 / 49

Introdução Prof. Tarciana Liberal (UFPB) Aula 1 03/14 25 / 49

Introdução Observação 1.1: Cada resultado possível é denominado elemento de Ω e denotado por ω. Exemplos de experimentos aleatórios: E1: Jogue um dado e observe a face superior. E2: Jogue uma moeda três vezes e observe a sequência de caras e coroas. E3: Jogue uma moeda três vezes e observe ao número de caras obtidos. E4: Jogue uma moeda até obter a primeira cara e observe a sequência obtida. E5: Jogue uma moeda até obter a primeira cara e observe o número de lançametos necessários. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 26 / 49

Introdução Exemplos de experimentos aleatórios: E6: Um lote de 10 testes de farmácia contém 3 defeituosos. Os testes são retirados um a um (sem reposição) até que o último teste defeituoso seja encontrado. O número total de testes retirados do lote é contado. E7: Avaliação de uma nova máquina para realização de exames no Hospital Vida Saudável. O tempo decorrido (em horas) até a falha é registrado. E8: Avaliação de perdas na Energisa. O número de ligações clandestinas em uma comunidade é anotado. E9: Avaliação do desempenho dos alunos de MPIE. A média final é anotada. E10: Em um estudo sobre obesidade infantil, escolhe-se dez crianças cujos pesos são anotados. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 27 / 49

Introdução Exercício: Descreva um espaço amostral para cada um dos experimentos descritos anteriormente. Espaços amostrais: E1: Ω =. E2: Ω = E3: Ω =. E4: Ω = E5: Ω =. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 28 / 49

Introdução Exercício: Descreva um espaço amostral para cada um dos experimentos descritos anteriormente. Espaços amostrais: E6: Ω =. E7: Ω =. E8: Ω = E9: Ω =. E10: Ω =. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 29 / 49

Exercícios Exercício: Descreva um espaço amostral para cada um dos experimentos descritos abaixo. (a) Uma moeda é lançada duas vezes e observam-se as faces obtidas. (b) Um dado é lançado duas vezes e a ocorrência de face par ou ímpar é observada. (c) Uma urna contém 10 bolas azuis e 10 vermelhas com dimensões rigorosamente iguais. Três bolas são selecionadas ao acaso com reposição e as cores são anotadas. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 30 / 49

Exercícios (d) Dois dados são lançados simultaneamente e estamos interessados na soma das faces observadas. (e) Em uma cidade, famílias com 3 crianças são selecionadas ao acaso, anotando-se o sexo de cada uma. (f) Uma máquina produz 20 medicamentos por hora, escolhe-se um instante qualquer e observa-se o número de defeituosas na próxima hora. (g) Uma moeda é lançada consecutivamente até o aparecimento da primeira cara. As faces observadas são anotadas. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 31 / 49

Introdução Definição 1.2: (Evento) É qualquer subconjunto de resultados contidos no espaço amostral. Observação 1.2: Como regra geral, uma letra maiúscula será usada para denotar um evento. Observação 1.3: Quando um experimento é realizado, diz-se que ocorre o evento A se o resultado do experimento estiver contido em A. Observação 1.4: O espaço amostral Ω é o evento certo e o conjunto vazio é o evento impossível. IMPORTANTE: Escrevemos ω Ω para indicar que o elemento ω está em Ω. Escrevemos A Ω para indicar que A é um subconjunto do espaço amostral. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 32 / 49

Uma revisão sobre a teoria dos conjuntos Prof. Tarciana Liberal (UFPB) Aula 1 03/14 33 / 49

Uma revisão sobre a teoria dos conjuntos Para apresentar os conceitos básicos de probabilidade, usaremos algumas ideias da teoria de conjuntos. Um conjunto é uma coleção de objetos, representados por letras maiúsculas A, B, etc. Existem três maneiras de descrever que objetos estão contidos no conjunto A: 1 Fazer uma lista dos elementos de A: A = {1, 2, 3, 4}. 2 Descrever o conjunto A por meio de palavras: A é formado pelas notas dos alunos aprovados em Probabailidade I. 3 A = {x 0 x 1}; A é o conjunto de todos os números reais entre 0 e 1. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 34 / 49

Uma revisão sobre a teoria dos conjuntos Algumas Notações Importantes: A notação ω A significa que ω é um elemento de A. A notação ω / A significa que ω não pertence a A. Para representar um conjunto, também usaremos a notação{ω : p(ω)}, onde p(ω) é uma proposição concernete a ω, e o conjunto consiste de todos os elementos para os quais p(ω) é verdadeira. Exemplo: {ω : ω = 2k; k = 1, 2,...} é o conjunto de todos os inteiros positivos pares. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 35 / 49

Introdução Exercício: Descreva o evento associado a cada experimento. Eventos: (E1) A =Um número ímpar ocorre. (E2) =Obtenção de faces iguais. (E7) C =A máquina falha em menos de um dia. (E8) D =Pelo menos quatro casas apresentam ligações clandestinas. (E9) E =O Aluno passa na disciplina. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 36 / 49

Uma revisão sobre a teoria dos conjuntos 1.1 Algumas operações entre conjuntos 1 UNIÃO: A B = {w Ω : w A ou w B (ou ambos)} A B será formado por todos os elementos que estejam em A, ou em B, ou em ambos (adição). 2 INTERSEÇÃO: A B = {w Ω : w A e w B} A B será formado por todos os elementos que estejam em A e em B (multiplicação). 3 COMPLEMENTAR: A c = {w Ω : w / A} A c será formado por todos os elementos de Ω que não estejam em A. 4 DIFERENÇA: A B = {w Ω : w A e w / B} A B será formado por todos os elementos de A, exceto os que também estejam em B (A B = A B c ). Prof. Tarciana Liberal (UFPB) Aula 1 03/14 37 / 49

Uma revisão sobre a teoria dos conjuntos Observação 1.8: As operações de união e interseção podem ser estendidas a mais de dois eventos. A 1 A 2... A n ou A 1 A 2... A n ou n i=1 n i=1 A i A i IMPORTANTE: Uma representação gráfica utilizada para uma melhor visualização das operações entre eventos é o diagrama de Venn. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 38 / 49

Uma revisão sobre a teoria dos conjuntos Prof. Tarciana Liberal (UFPB) Aula 1 03/14 39 / 49

Uma revisão sobre a teoria dos conjuntos Prof. Tarciana Liberal (UFPB) Aula 1 03/14 40 / 49

Uma revisão sobre a teoria dos conjuntos Prof. Tarciana Liberal (UFPB) Aula 1 03/14 41 / 49

Uma revisão sobre a teoria dos conjuntos Prof. Tarciana Liberal (UFPB) Aula 1 03/14 42 / 49

Uma revisão sobre a teoria dos conjuntos Prof. Tarciana Liberal (UFPB) Aula 1 03/14 43 / 49

Uma revisão sobre a teoria dos conjuntos Definição 1.5: (Eventos disjuntos) Dois eventos são disjuntos ou mutuamente exclusivos se e somente se A B =. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 44 / 49

Uma revisão sobre a teoria dos conjuntos Prof. Tarciana Liberal (UFPB) Aula 1 03/14 45 / 49

Uma revisão sobre a teoria dos conjuntos Definição 1.6: (Espaço produto) Sejam Ω 1 e Ω 2 dois espaços amostrais. O espaço produto Ω = Ω 1 Ω 2 é dado por: Ω 1 Ω 2 = {(w 1, w 2 ) : w 1 Ω 1 e w 2 Ω 2 } Exeperimento: Dois dados são jogados e as faces são observadas. Espaço Amostral(Ω): 1,1 1,2 1,3 1,4 1,5 1,6 2,1 2,2 2,3 2,4 2,5 2,6 3,1 3,2 3,3 3,4 3,5 3,6 4,1 4,2 4,3 4,4 4,5 4,6 5,1 5,2 5,3 5,4 5,5 5,6 6,1 6,2 6,3 6,4 6,5 6,6 Prof. Tarciana Liberal (UFPB) Aula 1 03/14 46 / 49

Exercícios 1. Uma urna contém duas bolas brancas e três bolas vermelha. Retira-se uma bola ao acaso da urna. Se for branca, lança-se uma moeda; se for vermelha, ela é devolvida a urna e retira-se outra bola. Anota-se o resultado obtido. Obtenha o espaço amostral desse experimento. 2. Dois dados são lançados. Sejam os eventos: A=o primeiro número é maior que o segundo, B=o primeiro número é igual ao dobro do segundo e C=a soma dos dois números é maior ou igual a 8. Descreva os eventos: A, B, C, A c B, B C c, (A c ) c C e (A (B C)) c. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 47 / 49

Exercícios 3. Considere os veículos que trafegam pela BR-230 na altura da UFPB, no ponto em que podem continuar na BR-230(S), seguir em direção à UFPB(R) ou seguir em direção ao centro (L). Observe a direção de cada um de 3 veículos sucessivamente: 1 Relacione todos os resultados do evento A em que todos os veículos seguem na mesma direção. 2 Relacione todos os resultados do evento B em que todos os veículos seguem diferentes direções. 3 Relacione todos os resultados do evento C em que exatamente dois dos três veículos seguem para a UFPB. 4 Relacione todos os resultados do evento D em que exatamente dois veículos seguem na mesma direção. 5 Relacione os resultados em D c, C D e C D. Prof. Tarciana Liberal (UFPB) Aula 1 03/14 48 / 49

Introdução Prof. Tarciana Liberal (UFPB) Aula 1 03/14 49 / 49